Sora开放使用 文生视频继续激战

在公开预览过去10个月后，在OpenAI的12天连更计划的第3天，视频生成大模型Sora终于正式登场。12月10日，OpenAI宣布正式向用户开放Sora，该系统可以根据文本提示生成逼真的视频。应用落地也来得很快。作为“视频版GPT”，OpenAI已开始向电影制片厂、媒体高管以及经纪公司示好，还允许一些艺术家、知名演员和导演试用该服务。

巨强巨贵

今年2月，OpenAI首次向外界展示了Sora的存在。据其介绍，Sora可以直接输出长达60秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。OpenAI在官网上公布了数十个视频demo，并不断在社交平台X上放出由Sora生成的视频。这些内容被集合推送至OpenAI的TikTok账号上，短短5天内便获得了51.3万次赞，粉丝数也涨至10.6万。

Sora不仅为OpenAI带来了大量粉丝，也让其估值进一步提升。不过，当时这家公司表示，Sora在短期内不会向大众开放，因为其“技术仍存在一些缺陷，包括一些空间问题”。

在将近10个月之后，万众瞩目下，Sora终于在此次系列发布中重磅登场。OpenAI表示，2月发布Sora之后，团队开发了其新版本Sora Turbo，其性能有了显著进步，即日起该版本将作为独立产品提供给ChatGPT Plus和Pro用户。

相比初次亮相的Sora，Sora Turbo生成效率显著提升，能够通过文本直接生成最多20秒或最高分辨率1080P的视频，成为目前全球生成时长最长的视频模型之一。该模型支持文本加图片或视频的输入，可生成特定视频内容，并能够编辑生成视频，使生成效果更加可控。

此外，Sora Turbo还有多种视频编辑工具，包括替换、删除或重新构想视频中的元素；找到并隔离最佳帧，然后向任一方向延伸它们以完成场景；使用Loop剪辑并创建无缝重复的视频以及一个名为Storyboard的选项，用户可以通过它详细描述希望视频在不同时间点发生的内容，从而更好地指导一系列片段的生成。

定价方面，Sora Turbo将免费提供给ChatGPT Plus和Pro用户，月租20美元（约合人民币145元）的Plus用户，每月最多可以生成50个480P分辨率的优先视频；Pro订阅者则最多可生成500个优先视频，普通视频无限量生成，可下载无水印版视频，对应每月费用为200美元（约合1450元）。

这一定价也引发了不同的声音，有用户直呼“太贵”，有用户却认为“一分钱一分货”。虽然当前价格仍被部分用户认为偏高，但这已是OpenAI努力降低成本的结果。OpenAI还透露，他们计划针对不同用户类型开发新的定价模式，并将于明年初推出。

视频版GPT

目前，美国及其他市场的ChatGPT付费用户可以通过该网站开始使用Sora，但在欧洲大部分地区和英国还需要一段时间才能使用，中国用户依然受限。

不过，由于实在是太火爆，Sora网站一度被挤到崩溃，OpenAI CEO山姆·奥特曼（Sam Altman）表示：“由于需求超出预期，我们将不得不间歇性地关闭新用户注册，并且生成内容的速度会在一段时间内减慢。”

在技术路线上，目前，业界普遍猜测Sora的成功延续了OpenAI的Scaling law法则，即通过海量的数据、大量的算力，再加上大参数模型，最终“大力出奇迹”。OpenAI研究科学家Noam Brown在Sora Turbo发布后表示，Sora是scale（规模）力量最直观的展示。山姆·奥特曼则表示，“大家可以将Sora看作视频版的GPT-1”。OpenAI还表示，Sora是一项理解和模拟现实的基础性AI技术，是开发能够与物理世界互动模型的重要一步。

中国银河证券研究院的报告也显示，Sora对算力需求呈指数级增长。其根据Sora参数规模推演出的训练单次算力需求或可达到2.6×10^24Flops，相当于GPT-3175B的8.2倍。目前Sora还在初级阶段，伴随不断迭代调优，其训练数据集规模将进一步增大，未来算力需求也会大幅增加。

在国内，互联网大厂和大模型公司也在纷纷跟进视频大模型这一赛道，包括字节跳动、快手，今年发布视频生成模型的公司还包括阿里云、Minimax、生数科技、智谱AI等公司。就在最近，腾讯混元大模型也宣布上线视频生成能力，正式加入竞争激烈的视频生成赛道。

不过，视频生成模型领域虽然看起来火热，也面临着非常严峻的挑战。近日，百度CEO李彦宏称“百度不做Sora”的演讲被媒体曝光，李彦宏在内部讲话中称，Sora这种视频生成模型的投入周期太长，10年、20年都可能拿不到业务收益，无论多火爆，百度都不去做。

商业化空间打开

自今年2月首次预告Sora以来，OpenAI便开始与电影制片厂、媒体高管以及经纪公司展开会谈。OpenAI还允许一些艺术家、知名演员和导演试用该服务。市场预计，Sora的发布会对视频制作领域带来革命性的变化，无论是电影制作、广告、游戏开发还是社交媒体，都可以借助视频生成大模型降低视频创作的门槛，产生新的机遇。

对于企业和内容创作者而言，视频制作往往是一项繁琐且耗时的任务。借助视频生成大模型，用户只需提供简短的文本描述，即可自动生成高质量视频。“这不仅节省了大量时间，也大幅降低了对专业技能的要求，即使没有视频制作经验的用户也能轻松创建专业级内容。视频生成大模型的广泛应用有望改变广告营销、产品推广和教育辅导等多个行业的内容创作流程，推动生产力的升级。”一位视频后期制作人员对记者表示。

“国产多模态视频大模型历经一年多迭代，已逐步提升对内容制作的赋能效果，拓宽了创作边界，预计后续AI影视领域商业化空间将打开。”开源证券表示。不过，业内人士也向记者表示，视频生成大模型拥有乐观的商业化前景的同时，从可用度而言，还未到大规模商用的阶段，仍有很多技术难点需要克服，比如对物理世界规律的理解、高分辨率、镜头动作连贯性以及时长等，都是行业激战且有待提升的重要维度。

此外，从AI诞生之初，对于版权的问题就争论不休。有从事设计行业的人士对记者直言：“Sora确实厉害，但AI生成视频内容质量和版权问题怎么解决？会员免费用，那创作者收益呢？这些问题不解决，技术再牛也难长久。”